สมัครเรียนโทร. 085-350-7540 , 084-88-00-255 , ntprintf@gmail.com
เลือกหัวข้อจากแถบเมนูด้านซ้าย (กรณีหน้าจอเล็กเมนูจะหดกลายเป็นสัญลักษณ์สามขีดอยู่ในแถบเมนูด้านบน) หรือใส่คำค้นหาที่ช่องด้านล่างนี้ เพื่อค้นหาหัวข้อบทความหรือ Tutorial เกี่ยวกับเรื่อง numpy_array ที่ต้องการ
การแยก NumPy อาร์เรย์ การแยกเป็นการดำเนินการย้อนกลับของการเข้าร่วม(Join)การเข้าร่วม(Join)ผสานหลายอาร์เรย์เป็นหนึ่งและแบ่งออกเป็นหนึ่งอาร์เรย์เป็นหลาย ๆ เราใช้ array_split() สำหรับการแยกอาร์เรย์เราส่งผ่านอาร์เรย์ที่เราต้องการแยกและจำนวนการแบ่ง...
Read More →การเข้าถึงองค์ประกอบของอาร์เรย์ การทำดัชนีอาร์เรย์นั้นเหมือนกับการเข้าถึงองค์ประกอบอาร์เรย์ นักเรียนสามารถเข้าถึงองค์ประกอบอาร์เรย์ได้โดยอ้างถึงหมายเลขดัชนี ดัชนีในอาร์เรย์ NumPy เริ่มต้นด้วย 0 ซึ่งหมายความว่าองค์ประกอบแรกมีดัชนี 0 และที่สองมีดัชนี 1 เป็นต้น...
Read More →การแบ่งอาร์เรย์ การแบ่งส่วนในไพธอนนั้นหมายถึง การนำเอาองค์ประกอบจากดัชนีหนึ่งไปยังอีกดัชนีหนึ่ง เราจะผ่านส่วนแบ่งแทนที่จะเป็นดัชนีดังนี้: [start: end] นอกจากนี้เรายังสามารถกำหนดขั้นตอนดังนี้: [start: end: step] -ถ้าเราไม่ผ่านStartถือว่าเป็น 0 -ถ้าเราไม่ผ่านEndของอาร์เรย์ในมิตินั้น หากเราไม่ผ่านStepที่ถือว่าเป็น 1...
Read More →Numpy Data Types ประเภทข้อมูลใน Python โดยค่าเริ่มต้นของPython จะมีประเภทข้อมูลเหล่านี้ - strings - ใช้เพื่อแสดงข้อมูลตัวอักษร,ข้อความจะอยู่ภายในเครื่องหมายคำพูด เช่น. "ABCD" -integer - ใช้เพื่อแสดงตัวเลขจำนวนเต็ม เช่น. -1, -2, -3 -float - ใช้เพื่อแสดงตัวเลขจริง เช่น 1.2, 42.42 - boolean - ใช้เพื่อเป็นตัวแทนของจริงหรือเท็จ -complex - ใช้เพื่อแสดงตัวเลขในคอมเพล็กซ์ธรรมดา เช่น. 1.0 + 2.0j, 1.5 + 2.5j NumPy มีชนิดข้อมูลพิเศษบางอย่าง?...
Read More →ความแตกต่างระหว่าง copy และ view ความแตกต่างที่สำคัญระหว่างการใช้copyและการใช้viewของอาเรย์ คือการcopyเป็นอาเรย์ใหม่และviewเป็นเพียงviewของอาเรย์เดิมนั่นเองสำเนาที่เป็นเจ้าของข้อมูลและทำการเปลี่ยนแปลงใดๆก็ตาม ที่ทำกับสำเนาจะไม่ส่งผลกระทบต่ออาเรย์เดิมและทำการเปลี่ยนแปลงใดๆได้ หรือที่ทำกับอาเรย์เดิมจะไม่ส่งผลกระทบต่อการcopy...
Read More →Numpy Array Shape คือจำนวนองค์ประกอบในแต่ละมิติ การรับรูปร่างของอาร์เรย์ อาร์เรย์ NumPy มีแอตทริบิวต์ที่เรียกว่า รูปร่างที่ส่งคืน tuple ด้วยแต่ละดัชนีที่มีจำนวนองค์ประกอบที่สอดคล้องกัน...
Read More →Numpy Array Reshaping สามารถนำสมาชิกในอาเรย์มาจัดเรียงใหม่ได้ด้วยการใช้เมธอด reshape โดยกำหนดรูปร่างใหม่ของอาเรย์ด้วยการปรับรูปร่าง เราสามารถเพิ่มหรือลบส่วนข้อมูลหรือเปลี่ยนจำนวนองค์ประกอบในแต่ละมิติโดยจะร่างขึ้นมาใหม่จาก 1-D ถึง 2-D...
Read More →Numpy Array Iterating หมายถึงการผ่านองค์ประกอบหนึ่งต่อหนึ่งเมื่อเราจัดการกับอาเรย์หลายมิติในแบบ numpy เราสามารถทำได้โดยใช้พื้นฐานสำหรับลูป(loop)ของไพธอน...
Read More →สามารถหาอาร์เรย์เพื่อหาค่าบางค่าและส่งกลับดัชนีที่ได้รับการจับคู่แล้วในการหาอาร์เรย์จะใช้เมธอด where()...
Read More →เลขคณิตอย่างง่าย นักเรียนสามารถใช้ตัวดำเนินการทางคณิตศาสตร์ + - * / โดยตรงระหว่างอาร์เรย์ NumPy แต่ในส่วนนี้จะกล่าวถึงส่วนขยายที่เหมือนกันซึ่งเรามีฟังก์ชั่นที่สามารถใช้วัตถุใด ๆ ที่มีลักษณะเหมือนอาร์เรย์ได้เช่น Listtuples ฯลฯ และดำเนินการทางคณิตศาสตร์ตามเงื่อนไข...
Read More →numpy Product ในการหาproductขององค์ประกอบในอาร์เรย์ให้ใช้ฟังก์ชัน prod() ตัวอย่าง หา product ขององค์ประกอบของสองอาร์เรย์ import numpy as np arr = np.array([1, 2, 3, 4]) x = np.prod(arr) print(x) ผลลัพธ์ 24 การหาproduct ตามแกน ถ้านักเรียนระบุ axis = 1, NumPy จะส่งคืน product ของแต่ละอาร์เรย์ ตัวอย่าง ทำการสรุปในอาร์เรย์ต่อไปนี้ตามแกนที่ 1 import numpy as np arr1 = np.array([1, 2, 3,...
Read More →ตลอดระยะเวลาที่ผ่านมา การพัฒนาด้าน Machine Learning และ Computer Vision ได้รับความสนใจจากนักพัฒนาและนักวิจัยอย่างมาก ด้วยนวัตกรรมที่ทำให้เครื่องจักรสามารถเข้าใจและตีความโลกใบนี้ผ่านการมองเห็นได้ทั้งภาพนิ่งและวิดีโอ หนึ่งในเครื่องมือที่มีบทบาทสำคัญในการพัฒนานวัตกรรมเหล่านี้คือ Google MediaPipe, ซึ่งได้ถูกนำมาประยุกต์ใช้ในโครงการต่างๆที่ต้องการความแม่นยำในการตรวจจับและประมวลผลภาพ...
Read More →เมื่อพูดถึงการพัฒนา AI หรือปัญญาประดิษฐ์ในยุคปัจจุบัน ภาษา Python ที่มีความสามารถอันทรงพลังได้กลายมาเป็นฐานแห่งนวัตกรรม ด้วยไลบรารีและแพ็คเกจที่หลากหลาย ทำให้การพัฒนา AI เป็นไปอย่างราบรื่นและเชื่อมต่อได้ง่ายกับแพลตฟอร์มอื่นๆ ในบทความนี้ เราจะมาพิจารณาถึง 5 Python Packages ที่สำคัญสำหรับการสร้าง AI พร้อมด้วยตัวอย่างการใช้งานที่จะช่วยให้คุณเข้าใจได้อย่างจับใจความได้ง่ายยิ่งขึ้น...
Read More →
Copyright (c) 2013 expert-programming-tutor.com. All rights reserved. | 085-350-7540 | 084-88-00-255 | ntprintf@gmail.com
